DISPOSITIVO ELETRÔNICO, UTILIZANDO APRENDIZADO DE MÁQUINA, PARA IDENTIFICAÇÃO DE MATERIAL ORGÂNICO ALIMENTAR
Carregando...
Arquivos
Data
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA CELSO SUCKOW DA FONSECA
Resumo
Currently, there is a need for automated tools that use complex machine learning algorithms to help with sustainability. In this field, it is essential to create mechanisms to identify and separate organic and non-organic matter to help separate and reuse waste. This work presents a platform made up of a microcontroller and gas sensors, aimed at identifying organic animal or plant material, but which is being used for food purposes, within a standard of 80%- 95% certainty, which would be considered, in principle, acceptable. To achieve this goal, algorithms based on machine learning will be used. These algorithms will be applied to train the platform to identify the emission of ammonia, carbon dioxide and methane gases, so that organic material can be identified with the indicated degree of accuracy. This device aims to contribute to the sustainability model indicated by the 11 e 12 UN's SDGs, and can be used in garbage cans to facilitate the correct disposal of organic food, helping with its correct separation and subsequent reuse.
Atualmente, há uma necessidade de ferramentas automatizadas que usem algoritmos complexos de aprendizado de máquina para ajudar na sustentabilidade. Nesse campo, é essencial criar mecanismos para identificar e separar a matéria orgânica da não orgânica para ajudar a separar e reutilizar o lixo. Este trabalho apresenta uma plataforma formada por um microcontrolador e sensores de gás, visando identificar material orgânico animal ou vegetal, mas que esteja sendo usado para fins alimentares, dentro de um padrão de certeza entre 80%-95%, que seria considerado, a princípio, aceitável. Para atingir essa meta, faz-se uso de algoritmos baseados em aprendizado de máquina. Esses algoritmos vão ser aplicados de modo a treinar a plataforma na identificação da emissão de gases de amônia, carbônico e metano, de modo que o material orgânico possa ser identificado com o grau de precisão indicado. Esse dispositivo visa a contribuição no modelo de sustentabilidade indicado pelas ODS no 11 e 12 da ONU, podendo ser usado em latas de lixo, para facilitar o descarte correto de alimentos orgânicos, auxiliando na correta separação e posterior reutilização dos mesmos.
Atualmente, há uma necessidade de ferramentas automatizadas que usem algoritmos complexos de aprendizado de máquina para ajudar na sustentabilidade. Nesse campo, é essencial criar mecanismos para identificar e separar a matéria orgânica da não orgânica para ajudar a separar e reutilizar o lixo. Este trabalho apresenta uma plataforma formada por um microcontrolador e sensores de gás, visando identificar material orgânico animal ou vegetal, mas que esteja sendo usado para fins alimentares, dentro de um padrão de certeza entre 80%-95%, que seria considerado, a princípio, aceitável. Para atingir essa meta, faz-se uso de algoritmos baseados em aprendizado de máquina. Esses algoritmos vão ser aplicados de modo a treinar a plataforma na identificação da emissão de gases de amônia, carbônico e metano, de modo que o material orgânico possa ser identificado com o grau de precisão indicado. Esse dispositivo visa a contribuição no modelo de sustentabilidade indicado pelas ODS no 11 e 12 da ONU, podendo ser usado em latas de lixo, para facilitar o descarte correto de alimentos orgânicos, auxiliando na correta separação e posterior reutilização dos mesmos.